编辑推荐：
研究人员分析自闭症（ASD）患者动态脑网络时空变异性，发现异常连接，或助构建诊断工具。
自闭症研究：探索大脑奥秘，寻找诊断新方向
自闭症谱系障碍（Autism Spectrum Disorder，ASD）是一种神经发育障碍性疾病，其病因复杂，给患者及其家庭带来沉重负担。目前，自闭症的诊断主要依赖行为评估，缺乏客观生物学指标，导致诊断准确性和早期诊断存在困难。在这样的背景下，深入研究自闭症患者大脑的生理特征，探寻新的诊断依据，成为科研人员的重要任务。
此次，来自柬埔寨的私人学术顾问 Amnuay Kleebayoon 和印度 Saveetha 大学 Saveetha 牙科学院及医院研究分析部的 Viroj Wiwanitkit 参与了相关研究。他们的研究成果发表在《European Child & Adolescent Psychiatry》上。
研究方法
研究人员主要运用了模糊熵函数来分析自闭症患者动态功能脑连接网络（dFCNs）的时空变异性。通过这一技术，研究人员对比了自闭症患者和健康对照者（HCs）的大脑活动特征，以此来探究两者之间的差异，并分析这些差异与疾病症状的关系。研究样本包含了自闭症患者和健康对照者，但样本量较小。
研究结果
- 大脑网络时间变异性增加：研究发现，自闭症患者在感觉运动、皮层下和大脑网络中的时间变异性增加，这表明他们的大脑连接存在异常。这种异常连接可能是自闭症患者大脑功能不同于常人的重要体现。
- 为诊断提供可行性：对自闭症患者 dFCNs 时空变异性的研究，揭示了利用这些大脑属性进行诊断的可行性，为未来开发新的诊断工具提供了理论基础。
研究结论与讨论
这项研究在自闭症大脑研究方面取得了重要进展，发现的大脑网络异常连接和诊断可行性为后续研究指明了方向。然而，研究也存在一些局限性。首先，使用模糊熵函数分析大脑连接网络时，由于众多变量可能影响大脑网络变化，该方法在结果解释上存在一定局限性。未来可以采用能同时考虑多个变量关系的方法，如多元分析或深度学习模型，来提高研究结果的可靠性和准确性。其次，研究样本量较小，可能导致结论在不同群体中的偏差。增加样本量，并对具有不同症状、合并其他疾病的个体进行研究，将有助于提高研究的可靠性，使结果更具普适性。
总的来说，尽管目前研究存在不足，但它为自闭症的研究和诊断开辟了新的道路。后续研究若能克服这些局限，有望在自闭症诊断和治疗方面取得更大突破，为自闭症患者及其家庭带来更多希望。
